Owing to the complexity of the underwater environment and the limitations of imaging devices, the quality of underwater images varies differently, which may affect the practical applications in modern military, scientific research, and other fields. Thus, achieving subjective quality assessment to distinguish different qualities of underwater images has an important guiding role for subsequent tasks. In this paper, considering the underwater image degradation effect and human visual perception scheme, an effective reference-free underwater image quality assessment metric is designed by combining the colorfulness, contrast, and sharpness cues. Specifically, inspired by the different sensibility of humans to high-frequency and low-frequency information, we design a more comprehensive color measurement in spatial domain and frequency domain. In addition, for the low contrast caused by the backward scattering, we propose a dark channel prior weighted contrast measure to enhance the discrimination ability of the original contrast measurement. The sharpness measurement is used to evaluate the blur effect caused by the forward scattering of the underwater image. Finally, these three measurements are combined by the weighted summation, where the weighed coefficients are obtained by multiple linear regression. Moreover, we collect a large dataset for underwater image quality assessment for testing and evaluating different methods. Experiments on this dataset demonstrate the superior performance both qualitatively and quantitatively.

由于水下环境的复杂性和成像设备的局限性，水下图像的质量有所不同，这可能会影响现代军事，科学研究和其他领域的实际应用。因此，实现主观质量评估以区分水下图像的不同质量对于后续任务具有重要的指导作用。本文考虑了水下图像质量下降的影响和人类的视觉感知方案，结合了色彩，对比度和清晰度的提示，设计了一种有效的无参考水下图像质量评价指标。具体而言，受人类对高频和低频信息的不同敏感性的启发，我们设计了在空间域和频率域中更全面的颜色测量。另外，对于由反向散射引起的低对比度，我们提出了暗通道先验加权对比度测量，以增强原始对比度测量的辨别能力。清晰度测量用于评估由水下图像的前向散射引起的模糊效果。最后，这三个测量值通过加权求和进行组合，其中加权系数通过多元线性回归获得。此外，我们收集了一个大型数据集用于水下图像质量评估，以测试和评估不同的方法。在该数据集上进行的实验从定性和定量两个方面都证明了其优越的性能。我们提出了暗通道先验加权对比测量，以增强原始对比测量的判别能力。清晰度测量用于评估由水下图像的前向散射引起的模糊效果。最后，这三个测量值通过加权求和进行组合，其中加权系数通过多元线性回归获得。此外，我们收集了一个大型数据集用于水下图像质量评估，以测试和评估不同的方法。在该数据集上进行的实验从定性和定量两个方面都证明了其优越的性能。我们提出了暗通道先验加权对比测量，以增强原始对比测量的判别能力。清晰度测量用于评估由水下图像的前向散射引起的模糊效果。最后，这三个测量值通过加权求和进行组合，其中加权系数通过多元线性回归获得。此外，我们收集了一个大型数据集用于水下图像质量评估，以测试和评估不同的方法。在该数据集上进行的实验从定性和定量两个方面都证明了其优越的性能。其中加权系数是通过多元线性回归获得的。此外，我们收集了一个大型数据集用于水下图像质量评估，以测试和评估不同的方法。在该数据集上进行的实验从定性和定量两个方面都证明了其优越的性能。其中加权系数是通过多元线性回归获得的。此外，我们收集了一个大型数据集用于水下图像质量评估，以测试和评估不同的方法。在该数据集上进行的实验从定性和定量两个方面都证明了其优越的性能。